Lorsque nous avons lancé le Bootcamp Agentic chez SnapLogic, notre objectif n'était pas seulement d'expliquer le fonctionnement des agents d'intelligence artificielle, mais aussi d'aider les gens à les construire. En seulement deux jours, nous avons donné aux participants les outils, les cadres et l'expérience pratique pour passer d'une simple expérimentation basée sur des invites à une automatisation du monde réel.
Deux participants remarquables de notre partenaire IWConnect, les consultants techniques Gjorge Argirov et Andrea Ristevska, ont relevé le défi et livré un agent fonctionnel qui s'attaque à un véritable problème opérationnel. Dans ce billet, ils reviennent sur ce qu'ils ont construit, sur ce qui les a surpris et sur la manière dont ils vont transmettre ces capacités à leurs clients.
Pourquoi avez-vous participé au SnapLogic Agentic Bootcamp et quelles ont été vos premières impressions ?
Gjorge
Avant le bootcamp, la plupart d'entre nous n'étaient familiarisés avec les modèles de langage comme ChatGPT qu'à travers une utilisation basique du navigateur. Nous n'avions pas exploré les implémentations d'agents dans le monde réel.
Ce qui m'a le plus surpris, c'est de voir comment un agent pouvait faire plus que répondre à des invites - il pouvait exécuter une logique à plusieurs étapes, accéder à des outils, envoyer des courriels et même extraire des données structurées. Cette intégration pratique via SnapLogic m'a ouvert les yeux.
Andrea
Exactement. Nous utilisons tous le ChatGPT quotidiennement, mais cette expérience a montré comment le rendre opérationnel. L'AgentCreator était un assistant fonctionnel capable d'effectuer des tâches complexes. Cette distinction est apparue clairement pendant le camp d'entraînement.
Quel type de projet avez-vous réalisé pendant le bootcamp ?
Andrea
Nous avons construit un agent de gestion des vulnérabilités Jira en temps réel. L'objectif était de réduire la charge de travail manuelle et d'améliorer la communication entre l'équipe de sécurité de SnapLogic et son support client.
Au lieu d'avoir à vérifier manuellement Jira et à envoyer des mises à jour par courriel, notre agent a extrait les données des tickets, résumé le statut et a pu envoyer automatiquement ces résumés par courriel.
Gjorge
Le cas d'utilisation était motivé par un goulot d'étranglement dans la communication. Le personnel de sécurité devait répondre à un grand nombre de demandes concernant l'état des tickets. Nous avons rationalisé ce processus grâce à l'automatisation. L'agent pouvait rechercher, résumer et répondre en langage naturel, ce qui permettait de gagner du temps et de réduire les erreurs humaines.
S'agit-il d'un simple concept ou d'un produit fonctionnel ?
Gjorge
L'agent était en ligne. Nous l'avons construit avec de vraies API, nous l'avons connecté à de vraies données Jira et nous avons utilisé un frontend construit avec Streamlit pour déclencher les flux de l'agent. SnapLogic gérait la logique et l'agent pouvait choisir les outils à utiliser en fonction de l'invite de l'utilisateur. Alors oui, c'était réel et fonctionnel.
Andrea
Nous l'avons présenté au personnel de SnapLogic à la fin de la formation, et les réactions ont été positives. Il ne s'agissait pas seulement de théorie - nous avons livré un prototype de produit conçu pour répondre à un besoin opérationnel réel.
Voyez-vous des applications potentielles pour les clients actuels ?
Gjorge
C'est certain. Nous avons exploré un exemple avec l'un de nos clients du secteur financier. L'idée était de créer un agent capable d'évaluer la solvabilité. Vous téléchargez quelques documents - relevés bancaires, déclarations de revenus - et l'agent prend une décision sur la base de critères bancaires prédéfinis.
Andrea
Ce projet n'était encore qu'une validation de principe, mais il a montré à quel point ces agents pouvaient être polyvalents. Qu'il s'agisse de résumer des tickets d'assistance ou d'évaluer l'éligibilité à un prêt, il suffit de définir le le workflow et d'intégrer les bons outils.
Quelles sont les prochaines étapes ? Comment prévoyez-vous d'utiliser cet outil en interne ou avec des clients ?
Gjorge
En interne, nous prévoyons un déploiement complet de cette technologie en juin - une mise en œuvre pour nos propres les workflows Nous envisageons également d'utiliser les interfaces vocales d'Eleven Labs pour rendre l'expérience encore plus intuitive.
Je vois une grande opportunité dans l'utilisation de votre voix pour parler à un agent au lieu de taper des messages.
Réflexions finales - qu'est-ce qui a été le plus important à retenir ?
Andrea
Le bootcamp a démystifié les "agents d'IA" pour nous. Il ne s'agissait pas de théorie abstraite, mais de construire quelque chose de fonctionnel en 48 heures. Nous sommes repartis avec de la confiance et des connaissances pratiques prêtes à être mises en œuvre dans nos propres cas d'utilisation.
Gjorge
Exactement. Le principal enseignement que j'en ai tiré est de savoir où l'on peut voir cela mis en œuvre et appliqué. Si vous pouvez définir un processus, SnapLogic + LLMs peuvent l'automatiser.
C'est vers cet avenir que nous nous dirigeons.
Prêt à créer votre propre agent ?
Ce n'est que le début. Le pouvoir de l'automatisation agentique n'est pas théorique - il est pratique, évolutif et apporte déjà de la valeur dans tous les secteurs d'activité. Alors que nous continuons à repousser les limites du possible avec l'AgentCreator de SnapLogic, des partenaires comme IWConnect seront essentiels pour aider les entreprises à passer de la prise de conscience de l'IA à l'action en matière d'IA.
Prêt à aller au-delà des invites de base ? Mettons en production de véritables agents d'intelligence artificielle et commençons à automatiser les les workflows bout en bout en toute confiance. Demandez une démonstration pour voir comment AgentCreator peut vous aider à transformer vos idées en impact - rapidement.
